a. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal
Erlina dan Sri, 2007. Uji ini dilakukan dengan uji Kolmogorov Smirnov dengan kaidah sebagai berikut:
• Jika ρ value Asymp. Sig ≤ α 0,05 maka data berdistribusi tidak
normal. •
Jika ρ value Asymp. Sig ≥ α 0,05 maka data berdistribusi
normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Untuk mengetahui ada
tidaknya gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Varience Inflation Factor. Tolerance mengukur
variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang biasa dipakai dalam uji ini adalah
jika nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinieritas Situmorang, 2007.
c. Uji Autokorelasi
Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada kolerasi antara kesalahan pengganggu pada periode t dengan kesalahan
pengganggu pada periode t-1sebelumnya Erlina dan Sri, 2007. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Autokorelasi
muncul karena muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan
pengganggu tidak bebas dari satu observasi ke observasi lainnya. Untuk mendeteksi gejala autokorelasi kita menggunakan uji Durbin-Watson
DW. Uji ini menghasilkan nilai DW hitung d dan nilai DW tabel dl du.
Berikut kriteria pengambilan keputusan DW test:
Tabel 3.3 Kriteria Pengambilan Keputusan DW Test
Hipotesis Nol Keputusan
Jika
Tidak ada autokorelasi positif Tolak
0ddl Tidak ada autokorelasi positif
No Decision dl
≤d≤du Tidak ada autokorelasi negatif
Tolak 4-dld4
Tidak ada autokorelasi negatif No Decision
4-du ≤d≤4-dl
Tidak ada autokorelasi positif atau negatif Tidak ditolak dud4-du Sumber :Situmorang 2007
d. Uji Heteroskedastisitas